BioMysteryBench
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentageBiology
दर्ज परिणाम
6
औसत स्कोर
66.58%
स्कोर सीमा
46.10% - 90.10%
अग्रणी मॉडल
90.10% - Claude Opus 5
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| Claude Opus 5 | 24 जुल॰ 2026 | 90.10% | Human Solvable subset | हाँ | स्रोत | |
| Claude Fable 5 | 09 जून 2026 | 83.90% | Human solved; starred row in Anthropic's launch table | हाँ | स्रोत | |
| Claude Mythos 5 | 09 जून 2026 | 83.90% | Human solved; starred row in Anthropic's launch table | हाँ | स्रोत |
